ARTFEED — Contemporary Art Intelligence

SecMate, sistema AI multi-agente, migliora l'accuratezza nella risoluzione dei problemi di cybersicurezza

ai-technology · 2026-04-30

SecMate, un innovativo sistema AI multi-agente, migliora la precisione nella risoluzione dei problemi di cybersicurezza. I ricercatori ne hanno descritto lo sviluppo in un preprint su arXiv (2604.26394). Sfruttando le specificità di dispositivo, utente e servizio derivate da segnali conversazionali e a livello di dispositivo, SecMate ha superato un approccio tradizionale basato solo su LLM. In un esperimento controllato che ha coinvolto 144 partecipanti e 711 conversazioni, l'inclusione di prove a livello di dispositivo ha aumentato i tassi di risoluzione corretta da circa il 50% a oltre il 90%. Inoltre, la guida passo-passo del sistema ha migliorato la soddisfazione degli utenti e alleviato il loro carico di lavoro. Un raccomandatore proattivo ha mostrato una rilevanza significativa (MRR@1=0,75), con i partecipanti che hanno espresso una forte preferenza per esso rispetto all'assistenza umana. Il sistema impiega uno strumento diagnostico locale leggero per i dettagli del dispositivo, un'inferenza implicita di competenza per le informazioni sull'utente e un raccomandatore sensibile al contesto per le specificità del servizio.

Fatti principali

  • SecMate è un assistente virtuale multi-agente per la risoluzione dei problemi di cybersicurezza.
  • Integra specificità di dispositivo, utente e servizio da segnali conversazionali e a livello di dispositivo.
  • La specificità del dispositivo utilizza un'utilità diagnostica locale leggera.
  • La specificità dell'utente si basa sull'inferenza implicita di competenza e sulla risoluzione dei problemi consapevole del profilo.
  • La specificità del servizio utilizza un raccomandatore proattivo e sensibile al contesto.
  • Lo studio ha coinvolto 144 partecipanti e 711 conversazioni.
  • Le prove a livello di dispositivo hanno aumentato le risoluzioni corrette da circa il 50% a oltre il 90% rispetto al baseline solo LLM.
  • Il raccomandatore ha raggiunto un MRR@1=0,75.

Entità

Istituzioni

  • arXiv

Fonti